Fundamental research for improving the practicality of communication-avoiding matrix factorization algorithms

提高免通信矩阵分解算法实用性的基础研究

基本信息

  • 批准号:
    15K16000
  • 负责人:
  • 金额:
    $ 2.58万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Young Scientists (B)
  • 财政年份:
    2015
  • 资助国家:
    日本
  • 起止时间:
    2015-04-01 至 2018-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(20)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
ScaLAPACKの性能分析と次世代アルゴリズム研究への指針
ScaLAPACK性能分析及下一代算法研究指南
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    内村元昭;熊野弘紀;北澤茂;深谷 猛
  • 通讯作者:
    深谷 猛
コレスキーQR分解を用いたブロック直交変換の生成
使用 Cholesky QR 分解生成块正交变换
  • DOI:
  • 发表时间:
    2015
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Takeshi Fukaya;Yuji Nakatsukasa;Yuka Yanagisawa and Yusaku Yamamoto;深谷猛,中務祐治,柳澤優香,山本有作;深谷猛,中務祐治,山本有作
  • 通讯作者:
    深谷猛,中務祐治,山本有作
複数の格納形式を利用した疎行列ベクトル積の高速化に関する検
使用多种存储格式加速稀疏矩阵向量乘积的研究。
  • DOI:
  • 发表时间:
    2017
  • 期刊:
  • 影响因子:
    0
  • 作者:
    石田 幸輝;三浦 瑛絵;深谷 猛;岩下 武史;中島 浩
  • 通讯作者:
    中島 浩
疎行列のステンシル構造の活用による疎行列ベクトル積の性能向上の調査
利用稀疏矩阵模板结构改进稀疏矩阵-向量乘积性能的研究
  • DOI:
  • 发表时间:
    2017
  • 期刊:
  • 影响因子:
    0
  • 作者:
    深谷 猛;三浦 瑛絵;岩下 武史
  • 通讯作者:
    岩下 武史
An Impact of Tuning the Kernel of the Structured QR Factorization in the TSQR
调整 TSQR 中结构化 QR 分解内核的影响
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Kumano H;Kitazawa S;Takeshi Fukaya and Toshiyuki Imamura
  • 通讯作者:
    Takeshi Fukaya and Toshiyuki Imamura
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Fukaya Takeshi其他文献

Deep Learning Theory and Optimization (Tutorial talk)
深度学习理论与优化(教程讲座)
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Kohashi Hisashi;Iwamoto Harumichi;Fukaya Takeshi;Yamamoto Yusaku;Hoshi Takeo;Suzuki T.
  • 通讯作者:
    Suzuki T.
A novel ILU preconditioning method with a block structure suitable for SIMD vectorization
一种适合 SIMD 矢量化的块结构 ILU 预处理方法
How to predict good responders to vagus nerve stimulation
如何预测迷走神经刺激的良好反应者
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Suzuki Kengo;Fukaya Takeshi;Iwashita Takeshi;長谷公隆;田邉淳,小野弓絵,中林実輝絵,菅谷健,大畑敬一,市川大介,星野誠子,木村健二郎,柴垣有吾,池森敦子;Akio Ikeda
  • 通讯作者:
    Akio Ikeda
潰瘍性大腸炎における上皮細胞の自然選択について   ~遺伝子変異クローン進化の観点から~
论溃疡性结肠炎上皮细胞的自然选择~从基因突变克隆进化的角度~
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Iwashita Takeshi;Li Senxi;Fukaya Takeshi;垣内 伸之
  • 通讯作者:
    垣内 伸之
近赤外線カメラを用いた3Dプリンター用デジタルデータ著作権保護技術
使用近红外相机的3D打印机数字数据版权保护技术
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Fukaya Takeshi;Iwashita Takeshi;本田崇人, 松原靖子, 根山亮, 櫻井保志;鈴木 雅洋・ピヤラット シラパスパコォンウォン・高嶋 洋一・鳥井 秀幸・海野 浩・上平 員丈
  • 通讯作者:
    鈴木 雅洋・ピヤラット シラパスパコォンウォン・高嶋 洋一・鳥井 秀幸・海野 浩・上平 員丈

Fukaya Takeshi的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Fukaya Takeshi', 18)}}的其他基金

Study on improving algorithms for tensor decomposition based on the HPC viewpoint
基于HPC观点的张量分解改进算法研究
  • 批准号:
    18K18058
  • 财政年份:
    2018
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists

相似海外基金

MRI: Acquisition of Artificial Intelligence Super Computer (AISC) for Accelerating Scientific Discovery
MRI:收购人工智能超级计算机 (AISC) 以加速科学发现
  • 批准号:
    2117439
  • 财政年份:
    2021
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Standard Grant
量子アニーリングマシンと高性能計算機とをシームレスに連携するプログラミング基盤
无缝链接量子退火机和高性能计算机的编程平台
  • 批准号:
    20K11838
  • 财政年份:
    2020
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
高性能計算技術とマイクロサービス化技術の融合に関する研究
高性能计算技术与微服务技术融合研究
  • 批准号:
    20K11837
  • 财政年份:
    2020
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
余剰コアを活用する高性能計算・データ解析支援
利用剩余核心的高性能计算和数据分析支持
  • 批准号:
    20H00580
  • 财政年份:
    2020
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Scientific Research (A)
Collaborative Research: ABI Innovation: Improving high performance super computer aquatic ecosystem models with the integration of real-time citizen science data
合作研究:ABI Innovation:通过集成实时公民科学数据改进高性能超级计算机水生生态系统模型
  • 批准号:
    1661324
  • 财政年份:
    2017
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Standard Grant
Collaborative Research: ABI Innovation: Improving high performance super computer aquatic ecosystem models with the integration of real-time citizen science data
合作研究:ABI Innovation:通过集成实时公民科学数据改进高性能超级计算机水生生态系统模型
  • 批准号:
    1661156
  • 财政年份:
    2017
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Standard Grant
次世代高性能計算機に向けたネットワーク指向ストレージシステムの研究
面向下一代高性能计算机的网络存储系统研究
  • 批准号:
    14J01967
  • 财政年份:
    2014
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
動的言語を用いた高性能計算の為の基盤技術の研究
动态语言高性能计算基础技术研究
  • 批准号:
    13J09873
  • 财政年份:
    2013
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
高性能計算のためのプログラミングモデル
高性能计算的编程模型
  • 批准号:
    12F02044
  • 财政年份:
    2012
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
RNA-Seq data analysis for ncRNA function prediction to thousands public RNA-Seq data on super computer
在超级计算机上对数千个公共 RNA-Seq 数据进行 RNA-Seq 数据分析,用于 ncRNA 功能预测
  • 批准号:
    23650150
  • 财政年份:
    2011
  • 资助金额:
    $ 2.58万
  • 项目类别:
    Grant-in-Aid for Challenging Exploratory Research
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了